文档帮助中心文档
使用训练的深度学习递归神经网络对数据进行分类
深度学习工具箱/深度神经网络
的有状态分类块通过使用通过块参数指定的培训的复发性神经网络,通过培训的经常性神经网络预测输入数据的类标签。此块允许将备用网络加载到Simulink中金宝app®来自垫子文件或来自Matlab的模型®功能。此块通过每次预测更新网络状态。
的有状态分类块不支持Mat文件日志记录。金宝app
全部展开
输入
输入的格式取决于数据的类型。
ypred
预测类标签具有最高分,作为一个返回N-by-1枚举标签向量,其中N是观察人数。
得分
预测得分,作为一个返回N-经过-K矩阵,其中N是观察的次数,和K为类数。
标签
与预测分数相关的标签,作为a返回N-经过-K矩阵,其中N是观察的次数,和K为类数。
网络
网络从MAT-file
来自MATLAB功能的网络
指定训练的递归神经网络的来源。经过训练的网络必须至少有一个递归层(例如LSTM网络)。选择以下其中之一:
网络从MAT-file-从包含a的MAT-file中导入一个训练有素的递归神经网络SeriesNetwork,DAGNetwork,或dlnetwork目的。
SeriesNetwork
DAGNetwork
dlnetwork
来自MATLAB功能的网络-从MATLAB函数中导入预训练的递归神经网络。
“网络从MAT-file”
'网络从MATLAB函数'
文件路径
untitled.mat
此参数指定包含培训的重复性神经网络的MAT文件的名称。如果文件不在MATLAB路径上,请使用浏览按钮以定位文件。
要启用该参数,请设置网络参数网络从MAT-file.
NetworkFilePath
'untitled.mat'
Matlab功能
无标题的
此参数指定预先训练的复发性神经网络的MATLAB函数的名称。
要启用该参数,请设置网络参数来自MATLAB功能的网络.
NetworkFunction
“无题”
样品时间
-1
的样品时间参数指定在模拟期间块何时计算新的输出值。有关详细信息,请参见指定样品时间(金宝app模型).
指定样品时间当您不希望输出具有时间偏移时,将参数作为标量。要在输出中添加时间偏移量,请指定样品时间参数作为一个1-经过-2向量,第一个元素是采样周期,第二个元素是偏移量。
1
2
默认情况下,样品时间参数值是-1继承值。
SampleTime
' 1 '
分类
在
从
使输出端口ypred输出最高分的标签。
“关闭”
“上”
预测
启用输出端口得分和标签输出所有的预测分数和相关的类标签。
在Simulink®中对训练有素的递归神经网络进行数据分类金宝app有状态分类块。这个例子使用了预先训练的长短期记忆(LSTM)网络。
有状态分类
使用注意事项及限制:
的语言参数配置参数>代码生成“常规类别”必须设置为c++.
c++
对于基于ert的目标金宝app支持:适应信号参数代码生成>接口窗格必须启用。
GPU代码生成仅当目标为cuDNN库时支金宝app持此块。
预测|图像分类器|有状态的预测
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
您还可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系